ex corp.

Data Scientist

SCOPE.GG — аналитическая платформа для игроков CS2. Мы обрабатываем сотни терабайт данных по матчам, строим продвинутую игровую аналитику и создаём инструменты, которые помогают игрокам лучше понимать свою игру и прогрессировать быстрее.

ex corp.

↑ Вакансия с автоподнятием
от 2 500 $ (≈ от 183k ₽)Весь мирУдалёнка

SCOPE.GG — аналитическая платформа для игроков CS2. Мы обрабатываем сотни терабайт данных по матчам, строим продвинутую игровую аналитику и создаём инструменты, которые помогают игрокам лучше понимать свою игру и прогрессировать быстрее.

Сейчас мы ищем Data Scientist / ML Engineer, который хорошо понимает CS2 и хочет превращать игровые механики и стратегии в данные, метрики и ML-модели, влияющие на продукт, которым ежедневно пользуются тысячи игроков.

Чем предстоит заниматься

  • Анализировать большие массивы игровых данных CS2 и находить закономерности в поведении игроков.
  • Строить распределения, проводить статистический анализ и формулировать выводы на основе данных.
  • Разрабатывать, обучать и валидировать ML-модели для игровых сценариев.
  • Переводить игровые механики, стратегии и игровые ситуации в измеримые признаки и метрики.
  • Проверять гипотезы и внедрять новые метрики, которые помогут игрокам лучше понимать свою игру.

Ждём от тебя

  • Опыт работы Data Scientist / ML Engineer от 2–3 лет.
  • Хорошее понимание CS2: игровых механик, ролей, экономики и стратегий.
  • Опыт статистического анализа данных и машинного обучения.
  • Умение выбирать подходящую модель под задачу и аргументировать свой выбор.
  • Самостоятельность в постановке и решении аналитических задач.
  • Любовь к CS2 и желание глубоко разбираться в игре через данные.

Будет плюсом:

  • Опыт работы с MongoDB.
  • Большой игровой опыт в CS2.
  • Опыт разработки плагинов для CS2 и работы с игровыми парсерами.
  • Умение объяснять выводы из данных нетехническим коллегам.
  • Знание Go.

Почему стоит присоединиться

  • Работа над продуктом для многотысячного сообщества игроков CS2.
  • Мы — небольшая команда без душных процессов, и твои решения напрямую влияют на пользовательский опыт.
  • Неограниченное количество интересных данных и сложных задач.
  • Удалённый формат работы.
  • Сильная команда, которая любит игры так же, как и технологии.
  • Возможность экспериментировать, исследовать и внедрять новые идеи в продукт.

Похожие вакансии Data Science & ML

hh.ru
twinby

Data Scientist / ML Engineer (Trust & Safety)

twinby
Зарплата не указанаРоссияСанкт-ПетербургУдалёнка

О роли

Twinby — один из крупнейших российских дейтинг-сервисов с миллионами пользователей. Где люди знакомятся, там появляются боты, фейковые профили, скамеры и спамеры. Мы ищем Data Scientist / ML Engineer в направление Trust & Safety — человека, который отвечает за то, чтобы в продукте было безопасно и честно: меньше ботов, фейков, скама и спама, и при этом честные пользователи не страдают от лишних блокировок.

Чем предстоит заниматься

  • Исследовать аномалии и новые схемы фрода — регистрации, верификация, жалобы, промо.

  • Определять, что считать «плохим», дорабатывать разметку.

  • Строить правила и модели: табличные, по фото и видео, по текстам. (NLP, CV, Classic ML)

  • Оценивать качество моделей, контролировать его в production.

  • Измерять эффект блокировок: проверять false positive, false negative.

  • Следить, чтобы решения продолжали работать: противник подстраивается, и то, что ловило месяц назад, может перестать. Контролировать drift.

  • Работать с модерацией, саппортом, продуктом и бэкендом и доводить решения до прода.

Что мы ждём

  • Опыт задач без чёткого таргета. Хотя бы один реальный случай, где ты сам определял, что считать целевым событием, собирал разметку или находил ей замену и довёл решение до прода. Домен не важен.

  • Сильную аналитику. Свободно исследуешь сырые данные в SQL, быстро проверяешь гипотезы, отличаешь реальный эффект от артефакта: смены трекинга, новой когорты из канала, сезонности, бага в релизе. Понимаешь базовую статистику и эксперименты.

  • ML в проде. Уверенно работаешь с моделями на табличных данных и несбалансированными классами, выбираешь порог через цену ошибки, а не через абстрактную метрику, умеешь мониторить модель и замечать деградацию.

  • Инженерную самостоятельность. Python на уровне продового кода; можешь сам написать пайплайн; понимаешь, как данные доезжают до модели (свежесть, задержки, пропуски); доводишь решение до прода вместе с бэкендом.

  • Прагматизм. Готов предложить правило или исправление данных вместо модели и объяснить, почему так лучше.

  • Ответственность. Объясняешь решения продукту, модерации и саппорту и помнишь, что за каждой ошибкой стоит живой человек: заблокированный честный пользователь или пропущенный мошенник.

Будет плюсом

  • Опыт с изображениями и видео (лица, liveness, поиск дублей), текстами, графами связей, поиском аномалий.

  • Опыт в антифроде, рисках, модерации контента, античите, рекламном антифроде, KYC.

Что для нас не важно

Конкретный домен, конкретный стек, Kaggle, учёные степени. Если ты находил и закрывал проблемы в грязных данных в логистике, банке, игре или маркетплейсе — перенесёшь.

Технический стек

Python, SQL, ClickHouse, Airflow; модели на бустингах и CV-модели в сервисах; векторный поиск по эмбеддингам. Инфраструктура — российское облако.

Что предлагаем

  • Владение исходом целиком: от сигнала до решения в проде и измеренного эффекта.

  • Мотивированного противника и богатую фактуру: фермы ботов, видео-верификация, скам в чате, промо-абьюз, качество трафика.

  • Автономию в выборе, что копать и чем закрывать.

  • Честный контекст: данные ещё выстраиваются, и ты влияешь на то, как они будут устроены.

  • Формат: удалёнка, РФ.

  • Оформление: ТК РФ

Соц.сети

Big Data Scientist

35 000 000–58 000 000 UZS (≈ 238k–394k ₽)УзбекистанТашкентОфис

#BigDataScientist
•••••••• is hiring a Big Data Scientist in Tashkent for a project developing an automated lending platform with ML-based credit scoring, predictive analytics, and improved credit risk assessment.

Location: Tashkent (onsite)
Work format: Office
Salary: •••••••• 58000000 UZS gross
English: From B1+

The project is focused on developing an automated corporate lending platform for businesses and individual entrepreneurs. It includes implementing ML-based credit scoring, predictive analytics, and a decision engine while optimizing underwriting processes to improve credit risk assessment, accelerate loan approvals, and enhance lending efficiency.

Requirements:
- Experience as a Data Scientist for 5+ years.
- Experience working with banking products and in the fintech industry.
- Hands-on experience with Python and PySpark.
- Experience developing credit scoring models (application and behavioral scoring) and Probability of Default (PD) models.
- Understanding of PD, LGD, and EAD metrics and their application in Expected Credit Loss (ECL) calculations under IFRS 9.
- Experience working with large-scale datasets.
- Strong SQL skills.
- Experience in model validation, including Gini, KS, PSI, and backtesting.

For all questions: ••••••••

👉 ••••••••

hh.ru
СБЕР

Middle Data Scientist (Classic ML)

СБЕР
Зарплата не указанаРоссияМоскваОфис

Основным направлением работы команды является разработка моделей по продуктам кредитов физических лиц (КФЛ) для Блока Финансы. Ключевыми задачами являются:

* Модели досрочного погашения кредитов/вкладов ФЛ на портфельном/клиентском уровне

* Модели эластичности КФЛ

* Модели рефинансирования КФЛ

* Модели детекции аномалий по НОСТРО счетам

Обязанности

  • сбор и подготовка данных (Hadoop, pyspark)
  • тестирование различных гипотез
  • полный пайплайн разработки модели (бустинг, нейронные сети, временные ряды)
  • общение с заказчиками и DE.

Требования

  • опыт работы Data Scientist от 2 лет
  • образование по направлениям "Математика", «Физика», «Мат. методы в экономике (желательно выпускники - МГУ, МФТИ, ВШЭ и других ведущих вузов страны)
  • глубокие знания в области теории вероятностей, статистики.
  • понимания алгоритмов ML-моделей (регрессии, классификации, и т. д.)
  • владение Python (numpy, sklearn, pandas, matplotlib/seaborn/plotly, catboost/lightgbm/xgboost, etc.)
  • как плюс будет владение одним из фреймворков DL, pyspark.

Условия

  • комфортный современный офис рядом с м. Кутузовская
  • офисный формат работы
  • ежегодный пересмотр зарплаты, квартальная и годовая премия (премия указывается в зависимости от должности и системы премирования)
  • корпоративный спортзал и зоны отдыха
  • более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
  • программа адаптации и помощь руководителя на старте (для вакансий уровня Junior)
  • расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
  • гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
  • подписка Прайм с возможностью совместного использования на трёх близких
  • вознаграждение за рекомендацию друзей в команду Сбера.

HireSeeker собирает вакансии со всех площадок и присылает только релевантные. Бесплатно.